K BERT

K-Bert

Sorce Code und Datensätze für "K-Bert: Aktivierung der Sprachdarstellung mit Knowledge Graph", die basierend auf dem UER-Framework implementiert wird.

Nachricht

• Easynlp hat den K-Bert integriert. Weitere Informationen finden Sie in Easynlp 集成 K-Bert 算法 ， 借助知识图谱实现更优 FINETUNE.

Anforderungen

Software:

 Python3
Pytorch >= 1.0
argparse == 1.1

Vorbereiten

• Laden Sie hier die google_model.bin herunter und speichern Sie es in den models/ Verzeichnissen.
• Laden Sie hier die CnDbpedia.spo herunter und speichern Sie sie im brain/kgs/ Verzeichnis.
• Optional - Laden Sie die Datensätze für die Bewertung von hier herunter, entpacken Sie und platzieren Sie sie in die datasets/ das Verzeichnis.

Der Verzeichnisbaum von K-Bert:

 K-BERT
├── brain
│   ├── config.py
│   ├── __init__.py
│   ├── kgs
│   │   ├── CnDbpedia.spo
│   │   ├── HowNet.spo
│   │   └── Medical.spo
│   └── knowgraph.py
├── datasets
│   ├── book_review
│   │   ├── dev.tsv
│   │   ├── test.tsv
│   │   └── train.tsv
│   ├── chnsenticorp
│   │   ├── dev.tsv
│   │   ├── test.tsv
│   │   └── train.tsv
│    ...
│
├── models
│   ├── google_config.json
│   ├── google_model.bin
│   └── google_vocab.txt
├── outputs
├── uer
├── README.md
├── requirements.txt
├── run_kbert_cls.py
└── run_kbert_ner.py

K-Bert für die Textklassifizierung

Klassifizierungsbeispiel

Führen Sie ein Beispiel für die Buchbesprechung mit cndbpedia aus:

CUDA_VISIBLE_DEVICES= ' 0 ' nohup python3 -u run_kbert_cls.py 
    --pretrained_model_path ./models/google_model.bin 
    --config_path ./models/google_config.json 
    --vocab_path ./models/google_vocab.txt 
    --train_path ./datasets/book_review/train.tsv 
    --dev_path ./datasets/book_review/dev.tsv 
    --test_path ./datasets/book_review/test.tsv 
    --epochs_num 5 --batch_size 32 --kg_name CnDbpedia 
    --output_model_path ./outputs/kbert_bookreview_CnDbpedia.bin 
    > ./outputs/kbert_bookreview_CnDbpedia.log &

Ergebnisse:

 Best accuracy in dev : 88.80%
Best accuracy in test: 87.69%

Optionen von run_kbert_cls.py :

 useage: [--pretrained_model_path] - Path to the pre-trained model parameters.
        [--config_path] - Path to the model configuration file.
        [--vocab_path] - Path to the vocabulary file.
        --train_path - Path to the training dataset.
        --dev_path - Path to the validating dataset.
        --test_path - Path to the testing dataset.
        [--epochs_num] - The number of training epoches.
        [--batch_size] - Batch size of the training process.
        [--kg_name] - The name of knowledge graph, "HowNet", "CnDbpedia" or "Medical".
        [--output_model_path] - Path to the output model.

Klassifizierungsbenchmarks

Genauigkeit (Dev/Test %) auf unterschiedlichem Datensatz:

Datensatz	Hownet	Cndbpedia
Buchbesprechung	88.75/87.75	88.80/87.69
CHNSENTICORP	95.00/95.50	94.42/95.25
Einkaufen	97.01/96.92	96.94/96.73
Weibo	98.22/98.33	98.29/98.33
LCQMC	88.97/87.14	88.91/87.20
Xnli	77.11/77.07	76.99/77.43

K-Bert für die Erkennung von Entität (NER)

Ner Beispiel

Führen Sie ein Beispiel auf dem Datensatz msra_ner mit cndbpedia aus:

 CUDA_VISIBLE_DEVICES='0' nohup python3 -u run_kbert_ner.py 
    --pretrained_model_path ./models/google_model.bin 
    --config_path ./models/google_config.json 
    --vocab_path ./models/google_vocab.txt 
    --train_path ./datasets/msra_ner/train.tsv 
    --dev_path ./datasets/msra_ner/dev.tsv 
    --test_path ./datasets/msra_ner/test.tsv 
    --epochs_num 5 --batch_size 16 --kg_name CnDbpedia 
    --output_model_path ./outputs/kbert_msraner_CnDbpedia.bin 
    > ./outputs/kbert_msraner_CnDbpedia.log &

Ergebnisse:

 The best in dev : precision=0.957, recall=0.962, f1=0.960
The best in test: precision=0.953, recall=0.959, f1=0.956

Optionen von run_kbert_ner.py :

 useage: [--pretrained_model_path] - Path to the pre-trained model parameters.
        [--config_path] - Path to the model configuration file.
        [--vocab_path] - Path to the vocabulary file.
        --train_path - Path to the training dataset.
        --dev_path - Path to the validating dataset.
        --test_path - Path to the testing dataset.
        [--epochs_num] - The number of training epoches.
        [--batch_size] - Batch size of the training process.
        [--kg_name] - The name of knowledge graph.
        [--output_model_path] - Path to the output model.

K-Bert für domänenspezifische Aufgaben

Experimentelle Ergebnisse zu domänenspezifischen Aufgaben (Präzision/Rückruf/F1 %):

Kg	Finance_QA	Law_qa	Finance_ner	Medicine_ner
Hownet	0,805/0,888/0,845	0,842/0,903/0,871	0,860/0,888/0,874	0,935/0,939/0,937
Cn-dbpedia	0,814/0,881/0,846	0,814/0,942/0,874	0,860/0,887/0,873	0,935/0,937/0,936
Medicalkg	-	-	-	0,944/0,943/0,944

Anerkennung

Diese Arbeit ist eine gemeinsame Studie mit Unterstützung der Peking University und Tencent Inc.

Wenn Sie diesen Code verwenden, zitieren Sie dieses Papier bitte:

 @inproceedings{weijie2019kbert,
  title={{K-BERT}: Enabling Language Representation with Knowledge Graph},
  author={Weijie Liu, Peng Zhou, Zhe Zhao, Zhiruo Wang, Qi Ju, Haotang Deng, Ping Wang},
  booktitle={Proceedings of AAAI 2020},
  year={2020}
}